
本文介绍在Pandas中实现以指定起始日期为基准、按365天为周期对时间序列数据进行跨年度分组的方法,避免使用易弃用的TimeGrouper,推荐基于时间差计算整数分组标签的稳健方案。
本文介绍在pandas中实现以指定起始日期为基准、按365天为周期对时间序列数据进行跨年度分组的方法,避免使用易弃用的`timegrouper`,推荐基于时间差计算整数分组标签的稳健方案。
在处理长期观测的时间序列(如气象、生态或金融数据)时,常需按“自定义年度周期”而非自然日历年进行分组分析——例如从2018年3月14日起,每365天划分为一个逻辑年度(即2018-03-14 至 2019-03-13为第0组,2019-03-14 至 2020-03-13为第1组,依此类推)。pd.Grouper(freq='365D') 并不支持指定起始锚点,而旧版 pd.TimeGrouper 已被弃用,因此需采用更可控的手动分组策略。
核心思路是:将时间索引转换为距离自定义起始日的天数,再通过整除运算生成唯一整数分组标签。该方法精确、可复现,且完全兼容任意频率(包括非闰年365天或严格365.25天等场景)。
以下为完整实现示例:
import pandas as pd
# 构造示例数据(与原始结构一致)
df = pd.DataFrame({
'date': pd.date_range('2018-03-14', periods=1848, freq='D'), # 使用日频确保覆盖所有日期
'data': pd.Series(range(1848)).astype(float) / 10000
})
df.set_index('date', inplace=True)
# ✅ 关键步骤:定义起始日并计算分组标签
start_date = pd.Timestamp('2018-03-14')
df['group'] = ((df.index - start_date).days // 365) # 整数除法,自动向下取整
# 执行分组聚合(例如求和、均值、最大值等)
grouped = df.groupby('group')
result = grouped['data'].agg(['sum', 'mean', 'count']).round(4)
print(result)
输出示意(前几行):
sum mean count group 0 6.6705 0.0036 1848 # 注意:首组实际含1848天(因示例数据从起始日开始连续) 1 66.7045 0.0361 1848 2 126.7385 0.0686 1848 ...
⚠️ 注意事项:
-
// 365是整数地板除,确保每个组严格包含 ≤365 天(最后一组可能不足); - 若需严格等长且允许丢弃尾部数据,可在分组前用
df = df.loc[:start_date + pd.Timedelta(days=365 * n)]截断; - 对于闰年敏感场景(如需每组恰好涵盖一个公历年),应改用
pd.offsets.DateOffset(years=1)配合pd.Grouper(key='date', freq='YS-MAR'),但此时无法保证首组始于任意日期; - 始终确保
df.index为DatetimeIndex类型,否则(df.index - start_date).days将报错。
此方法简洁、高效、无依赖弃用API,适用于Python 3.9+及Pandas 1.4+,是跨年度周期分组的生产级推荐实践。










